3行代码3分钟，搞定NLP模型开发！只要你会中文就行

---

  新智元报道  

编辑：LRS 好困

【新智元导读】中文NLP从未如此简单！

想做一个多任务自然语言处理模型，需要会什么技能？

答：会中文就行。

最近CLUE中文测评社区发布了一个神器ClueAI，接口全部封装，三分钟就能构建完NLP模型的API，可以输入不同的中文提示（prompt）来支持不同类型的任务。

仓库链接：https://github.com/clue-ai/clueai-python

ClueAI同时还提供了一个免费在线试玩的网站，包含了20个NLP任务的模板。

试玩链接：https://www.cluebenchmarks.com/clueai.html

长按识别二维码即可快速试玩

顺便一提，集成了这个API的「PromptCLUE」，是国内目前支持中文任务最多的开源模型！

举个栗子

新闻分类(classify)

Input:新闻分类：今天（3日）稍早，中时新闻网、联合新闻网等台媒消息称，佩洛西3日上午抵台“立法院”，台湾新党一早8时就到台“立法院”外抗议，高喊：“佩洛西，滚蛋！”台媒报道称，新党主席吴成典表示，佩洛西来台一点道理都没有，“平常都说来者是客，但这次来的是祸！是来祸害台湾的。”他说，佩洛西给台湾带来祸害，“到底还要欢迎什么”。选项：财经，法律，国际，军事答案：

Model output:国际

意图分类(classify)

Input:意图分类：帮我定一个周日上海浦东的房间选项：闹钟，文学，酒店，艺术，体育，健康，天气，其他答案：

Model output:酒店

情感分析(classify)

Input:情感分析：这个看上去还可以，但其实我不喜欢选项：积极，消极答案：

Model output:消极

推理(generate)

Input:推理关系判断：前提：小明今天在北京假设：小明在深圳旅游选项：矛盾，蕴含，中立答案：

Model output:矛盾

阅读理解(generate)

Input:阅读理解：段落：海外网8月2日电据美国《国会山报》8月1日报道，三名美国众议院议员日前致信美国政府问责局（GAO），要求审查联邦政府应对猴痘疫情的措施是否充分。在信中，三名众议员称美国的公共卫生系统“严重受损”，联邦政府应对猴痘疫情行动迟缓，分发试剂和疫苗的工作出现延误，影响了遏制疫情传播的能力，而数百万剂的猴痘疫苗历经数月才获得批准，从一家丹麦工厂发往美国。议员们还要求美国政府问责局审查美疾病控制和预防中心、食品和药物管理局、国土安全部，查明这些联邦机构是否为应对猴痘疫情做出了充分准备，是否借鉴了应对新冠疫情的经验教训。美媒称，几个星期以来，美国国会议员频频就猴痘疫情应对措施向联邦政府施压，呼吁政府宣布进入公共卫生紧急状态。截至目前，美国疾病控制与预防中心已经确认了5000多例猴痘病例。考虑到仍有许多民众无法进行猴痘病毒检测，当前的病例数可能被低估。问题：联邦政府应对疫情有什么问题？答案：

Model output:联邦政府应对猴痘疫情行动迟缓,分发试剂和疫苗的工作出现延误,影响了遏制疫情传播的能力

阅读理解-自由式(generate)

Input:阅读以下对话并回答问题。男：今天怎么这么晚才来上班啊？女：昨天工作到很晚，而且我还感冒了。男：那你回去休息吧，我帮你请假。女：谢谢你。问题：女的怎么样？选项：正在工作，感冒了，在打电话，要出差。答案：

Model output:感冒了

摘要(generate)

Input:为下面的文章生成摘要：北京时间9月5日12时52分，四川甘孜藏族自治州泸定县发生6.8级地震。地震发生后，领导高度重视并作出重要指示，要求把抢救生命作为首要任务，全力救援受灾群众，最大限度减少人员伤亡答案：

Model output:四川甘孜州泸定县发生6.8级地震

翻译-中英(generate)

Input:翻译成英文：议长去了台湾，中国人民很愤怒。答案：

Model output:The Speaker went to Taiwan, and the Chinese people were angry.

翻译-英中(generate)

Input:翻译成中文：This is a dialogue robot that can talk to people.答案：

Model output:这是一个能与人对话的机器人。

通用信息抽取(generate)

Input:信息抽取：据新华社电广东省清远市清城区政府昨日对外发布信息称,日前被实名举报涉嫌勒索企业、说“分分钟可以搞垮一间厂”的清城区环保局局长陈柏,已被免去清城区区委委员问题：机构名，人名，职位答案：

Model output:机构名:新华社,清城区环保局,清城区区委人名:陈柏职位:局长

简历信息抽取(generate)

Input:阅读文本抽取关键信息：张玄武2000年出生中国国籍无境外居留权博士学历现任杭州线锁科技技术总监。问题：机构，人名，职位，籍贯，专业，国籍，学历，种族答案：

Model output:机构:杭州线锁科技人名:张玄武职位:技术总监国籍:中国国籍学历:博士学历

医疗信息抽取(generate)

Input:找出指定的信息：我今天胃不舒服，手有点麻木，浑身不舒服，前几天去医院医生说我有胃炎问题：症状，治疗，检查，身体部位，疾病答案：

Model output:症状:胃不舒服,麻木,浑身不舒服,胃炎

电商客户需求分析(classify)

Input:电商客户诉求分类：收到但不太合身，可以退换吗选项：买家咨询商品是否支持花呗付款，买家表示收藏关注店铺，买家咨询退换货规则，买家需要商品推荐答案：

Model output:买家咨询退换货规则

医疗语义相似度(classify)

Input:下面句子是否表示了相同的语义：文本1：糖尿病腿麻木怎么办？文本2：糖尿病怎样控制生活方式选项：相似，不相似答案：

Model output:不相似

问题生成(generate)

Input:问题生成：中新网2022年9月22日电 22日，商务部召开例行新闻发布会，商务部新闻发言人束珏婷表示，今年1-8月，中国实际使用外资1384亿美元，增长20.2%；其中，欧盟对华投资增长123.7%(含通过自由港投资数据)。这充分表明，包括欧盟在内的外国投资者持续看好中国市场，希望继续深化对华投资合作。答案：

Model output:1、今年1-8月,中国实际使用外资增长了多少? 2、欧盟对华投资增长了多少?

指代消解(generate)

Input:
代词指向哪个名词短语：段落：当地时间9月21日，英国首相特拉斯在纽约会见了美国总统拜登。随后她便在推特上发文强调，英美是坚定盟友。推文下方还配上了她（代词）与拜登会面的视频。问题：代词“她”指代的是？答案：

Model output:特拉斯

关键词抽取(generate)

Input:抽取关键词：当地时间21日，美国联邦储备委员会宣布加息75个基点，将联邦基金利率目标区间上调到3.00%至3.25%之间，符合市场预期。这是美联储今年以来第五次加息，也是连续第三次加息，创自1981年以来的最大密集加息幅度。关键词：

Model output:美联储,加息75个基点,加息幅度

情感倾向(classify)

Input:文字中包含了怎样的情感：超可爱的帅哥，爱了。。。选项：厌恶，喜欢，开心，悲伤，惊讶，生气，害怕答案：

Model output:喜欢

自定义(generate)

Input: XXXX

Model output: YYYY

模型简介

当调用clueai的API时，我们为用例指定默认模型。默认模型非常适合开始使用，但是在生产环境中，我们建议通过model_name参数自己指定特定模型。

返回结果

对于不同的任务返回相对应的clueai对象（例如，对于分类，将是“Classification”）。

一键安装

ClueAI支持通过pip安装Python软件包，以简化在python3中与clueai API的接口。

pip install --upgrade clueai

也可以通过源码安装

python setup.py install

如果暂时不想在本地安装，也可以在Colab中一键运行使用。

链接：https://colab.research.google.com/drive/1H5J03ek3kpKschQ32mhX-y0JyRo1mIXN#scrollTo=zMSp1naSL8X9

使用时也很方便，如果是基础模型直接运行即可，尝试大模型需要在ClueAI官方网站获取api-key才能使用。

代码接口针对文本分类和文本生成任务分别设计。

文本分类

python代码如下：

import clueaifrom clueai.classify import Examplecl = clueai.Client("", check_api_key=False)response = cl.classify(model_name='clueai-base',task_name='产品分类',inputs=["强大图片处理器，展现自然美丽的你,,修复部分小错误，提升整体稳定性。", "求闲置买卖，精品购物，上畅易无忧闲置商城，安全可信，优质商品有保障"],labels = ["美颜", "二手", "外卖", "办公", "求职"])print('prediction: {}'.format(response.classifications))

也可以用curl命令访问api

curl --location --request POST 'modelfun.cn/modelfun/ap' \--header 'Content-Type: application/json' \--header 'Model-name: clueai-base' \--data '{"task_type": "classify","task_name": "产品分类","input_data": ["强大图片处理器，展现自然美丽的你,,修复部分小错误，提升整体稳定性。", "求闲置买卖，精品购物，上畅易无忧闲置商城，安全可信，优质商品有保障"],"labels": ["美颜", "二手", "外卖", "办公", "求职"]}'

文本生成

python代码 如下：

import clueai
# initialize Clueai Client with an API Keycl=clueai.Client("",check_api_key=False)prompt= '''摘要：本文总结了十个可穿戴产品的设计原则，而这些原则，同样也是笔者认为是这个行业最吸引人的地方：1.为人们解决重复性问题；2.从人开始，而不是从机器开始；3.要引起注意，但不要刻意；4.提升用户能力，而不是取代人答案：'''# generate a prediction for a promptprediction = cl.generate(model_name='clueai-base',prompt=prompt)
# print the predicted textprint('prediction: {}'.format(prediction.generations[0].text))

curl命令 如下：

curl --location --request POST 'modelfun.cn/modelfun/ap' \--header 'Content-Type: application/json' \--header 'Model-name: clueai-base' \--data '{"task_type": "generate","task_name": "摘要","input_data": ["摘要：\n本文总结了十个可穿戴产品的设计原则，而这些原则，同样也是笔者认为是这个行业最吸引人的地方：1.为人们解决重复性问题；2.从人开始，而不是从机器开始；3.要引起注意，但不要刻意；4.提升用户能力，而不是取代人\n答案："]}'

点击「阅读原文了解更多」～

参考资料：

https://mp.weixin.qq.com/s/wkHItMnttReKpLd5nFmwDw